[发明专利]一种网包分类决策树建立方法及装置

说明书

本发明提供一种网包分类决策树建立方法及装置，所述方法包括：根据分类规则集的非模板维度对所述分类规则集进行建树，生成第一类型决策树；根据所述分类规则集的模板维度对所述第一类型决策树的各叶子节点进行建树，生成第二类型决策树；使所述第一类型决策树中的第一类型叶子节点引用同一第二类型决策树。应用本发明实施例可以减少模板维度的重复建树，从而减少决策树的规模，提升支持的分类规则集的规模，进而，提升网络设备的存储空间的利用率，并提升网络设备进行网包分类的处理能力。

技术领域

本发明涉及通信技术领域，尤其涉及一种网包分类决策树建立方法及装置。

背景技术

网包分类是指根据网包包头中各不同字段的值查找预先配置的分类规则，得到与之匹配的优先级最高的分类规则，并执行该分类规则配置的操作。许多网络设备提供的诸如访问控制、流量控制、负载均衡或入侵检测等功能均需要使用网包分类。

基于决策树的多域分割算法是一类典型的网包分类方法，其基本思路是将整个多维空间递归地划分成子空间的过程，递归结束的条件是当前子空间中包含的所有规则均在各个维度上填满这个子空间。这个过程可以得到一颗决策树，基于这个决策树对每一个待分类网包进行查找，从而得到网包匹配的分类规则。

实践发现，决策树中节点越多，决策树占用的存储空间也会越多，而网络设备的存储空间是有限的，决策树节点数量过多会限制网包分类算法支持的分类规则集规模。因此，如何在不影响决策树查找效率的情况下，减少决策树的节点数量成为一个亟待解决的技术问题。

发明内容

本发明提供一种网包分类决策树建立方法及装置，以解决现有网包分类决策树节点过多的问题。

根据本发明实施例的第一方面，提供一种网包分类决策树建立方法，包括：

根据分类规则集的非模板维度对所述分类规则集进行建树，生成第一类型决策树，其中，所述第一类型决策树为所述分类规则集对应所述非模板维度的决策树；

根据所述分类规则集的模板维度对所述第一类型决策树的各叶子节点进行建树，生成第二类型决策树，其中，所述第二类型决策树为所述第一类型决策树的叶子节点对应所述模板维度的决策树；

使所述第一类型决策树中的第一类型叶子节点引用同一第二类型决策树；其中，所述第一类型叶子节点为包括的分类规则互为同模子集的叶子节点。

根据本发明实施例的第二方面，提供一种网包分类决策树建立装置，包括：

第一建树单元，用于根据分类规则集的非模板维度对所述分类规则集进行建树，生成第一类型决策树，其中，所述第一类型决策树为所述分类规则集对应所述非模板维度的决策树；

第二建树单元，用于根据所述分类规则集的模板维度对所述第一类型决策树的各叶子节点进行建树，生成第二类型决策树，其中，所述第二类型决策树为所述第一类型决策树的叶子节点对应所述模板维度的决策树；

复用单元，用于使所述第一类型决策树中的第一类型叶子节点引用同一第二类型决策树；其中，所述第一类型叶子节点为包括的分类规则互为同模子集的叶子节点。

根据本发明实施例的第三方面，提供一种网包分类决策树建立装置，其包括处理器和机器可读存储介质，所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令，所述处理器被所述机器可执行指令促使：

根据分类规则集的非模板维度对所述分类规则集进行建树，生成第一类型决策树，其中，所述第一类型决策树为所述分类规则集对应所述非模板维度的决策树；

根据所述分类规则集的模板维度对所述第一类型决策树的各叶子节点进行建树，生成第二类型决策树，其中，所述第二类型决策树为所述第一类型决策树的叶子节点对应所述模板维度的决策树；